本研究提出了一种新方法，利用多个大型语言模型（LLMs）作为异质经济代理，解决经济与公共政策分析中的异质性模型不足问题。构建的多LLM代理框架（MLAB）能够模拟不同教育和收入群体的政策影响，开辟分析新方向。

本文研究了电力价格与燃料价格的因果关系，分析了新冠疫情对电力需求的影响，以及社会信息在电力需求预测中的作用。研究发现，经济和社会指标显著影响不同地区的电力需求，机器学习方法能提高预测准确性。此外，探讨了电力定价政策对二氧化碳排放的影响，强调政策制定需考虑意外后果。